平移因子对小波的作用: 二、小波变换 平移因子使得小波能够沿信号的时间轴实现遍历分析,伸缩因子通过收 缩和伸张小波,使得每次遍历分析实现对不同频率信号的逼近。
2021-09-07 23:02:48 987KB 小波变换
1
行业分类-电信-一种利用脑电信号进行小型办公室打卡考勤的方法.rar
行业分类-电信-一种基于脑电信号的脑力疲劳程度测试装置及方法.rar
2.1 脑电信号概述 2.1.1 脑电信号的产生及特点 脑电信号(Electroencephalograph)是通过医学仪器脑电图扫描记录仪将人体脑 部自身产生的微弱生物电放大记录而得到的曲线图,是由电极记录下来的大脑细胞群 的自发性生物电活动[15]。这种电信号是大脑内部脑细胞群的电生理活动在大脑皮层或 头皮表面的宏观反映。将脑细胞电活动的电位作为纵轴,时间作为横轴,这样把电位 与时间的相互关系记录下来的就是脑电图 [16,17],简称 EEG(electroencephalograph, EEG )。EEG反映了人脑组织的电活动和大脑的功能状态,是了解人脑信息处理过 程的一种极为重要的方式[7]。一般的脑电信号如图 2.1。 图 2.1 正常人的脑电信号 根据信号采集的位置不同,脑电信号可分为三类:EEG、皮层脑电图(cortical electroencephalogram, ECoG)和皮层下脑电图(Electrosubcorticogam, ESCoG),如图 2.2 所示。由于 EEG采集相对容易,对人无损,而 ECoG和 ESCoG的采集都需要植入电 极,所以目前大部分的以人为对象的 BCI都是基于 EEG的。但是相对于 ECoG和 ESCoG,EEG的幅度很小,波形很不稳定[18]。
2021-08-31 12:30:21 3.8MB EEG
1
在我博客有详细安装教程,python脑电信号机器学习分类的平台搭建,基于VSCODE,python3.7.9,安装调试教程,numpy-1.19.4+mkl-cp37-cp37m-win_amd64,脑电信号机器学习分类代码一份(包括数据和代码,可运行)
2021-08-25 09:03:00 323.25MB 脑电信号 机器学习 平台搭建 入门教程
行业分类-电信-一种基于卷积神经网络的P300脑电信号检测方法.rar
行业分类-电信-一种基于卡诺模型的脑电信号标定方法.rar
行业分类-电信-一种基于RandomSelectRCSP的运动想象脑电信号特征提取方法.rar
2021-08-24 09:05:13 344KB 行业分类-电信-一种基于Rand
脑电信号分析与特征提取的方法进行详细的描述,加深你对其了解
2021-08-20 16:35:15 361KB 脑电信号分析 特征提取 EEG
1
使用小波分解对脑电信号进行分解,以判定是否处于病发状态,A system to detect the onset of epileptic seizure in scalp EEG 仿真
2021-08-13 18:03:15 9KB 小波变换 脑电信号
1